开立医疗

民企医疗健康42 条招聘记录

🏢 企业简介

总部深圳

深耕医疗器械与生物制药交叉领域的开立医疗,总部位于深圳,是国内专注于医用超声、内镜等高端医疗设备研发制造的民营企业,在生命科学与临床诊断设备行业具有领先的技术积累与市场地位。公司围绕影像诊断与治疗技术持续布局核心专利与产品线,业务覆盖研发、制造与全球化销售。目前在北京、武汉、深圳等城市开放校园招聘,为应届生提供研发工程、临床应用、算法与软件等方向的成长平台,依托深圳总部的创新资源与多区域协同布局,新人可深度参与高端医疗装备的攻关项目,在国产医疗器械升级与生命科学产业快速发展中获得清晰职业前景。

📍 主要办公地点
深圳北京武汉

📋 招聘信息(42 条)

2026-08-27 · 秋招
硬件类、结构类、算法类、光学、临床、材料等
上海/北京/深圳
2026-08-26 · 27届校招
电源工程师
上海/北京/深圳
2026-08-25 · 27届校招
AI算法工程师
上海/北京/深圳
2026-08-25 · 27届校招
图像处理算法工程师
上海/北京/深圳
2026-08-25 · 27届校招
机械工程师
上海/北京/深圳
2026-08-24 · 校招
机械工程师-博士
深圳
2026-08-18 · 秋招
材料开发工程师临床工程师
上海/北京/武汉
2026-08-18 · 秋招
AI算法工程师
上海/北京/武汉
2026-08-18 · 秋招
光学工程师
上海/北京/武汉
2026-08-18 · 秋招
图像处理算法工程师
上海/北京/武汉
2026-08-17 · 校招
临床工程师-博士(内镜)
深圳
2026-07-01 · 校招
AI算法工程师
深圳
2026-07-01 · 校招
AI算法工程师-博士
深圳
2026-07-01 · 校招
材料工程师-博士
深圳
2026-07-01 · 校招
高分子材料研发工程师-博士
深圳
2026-07-01 · 校招
图像处理算法工程师-博士(超声)
上海/北京/深圳
2026-07-01 · 校招
硬件工程师
深圳
2026-07-01 · 校招
图像处理算法工程师(内镜)
深圳
2026-07-01 · 校招
信号处理算法工程师(超声)
北京/深圳
2026-07-01 · 校招
光机结构工程师-博士
深圳
2026-07-01 · 校招
机械工程师
深圳
2026-07-01 · 校招
图像处理算法工程师(超声)
深圳
2026-07-01 · 校招
电源工程师
深圳
2026-06-25 · 校招
工艺工程师(上海爱声)
上海
2026-06-25 · 校招
材料工程师(上海爱声)
上海
2026-06-25 · 校招
信号处理算法工程师-博士(超声)
上海/北京/深圳
2026-06-25 · 校招
校园大使
2026-06-23 · 27届暑期实习
图像处理算法工程师
北京/武汉/深圳
2026-06-23 · 校招
光学工程师-博士
深圳
2026-06-22 · 27届暑期实习
全球技术支持工程师
北京/武汉/深圳
2026-06-22 · 27届暑期实习
机械工程师
北京/武汉/深圳
2026-06-22 · 27届暑期实习
产品验证工程师
北京/武汉/深圳
2026-06-22 · 27届暑期实习
嵌入式硬件工程师
北京/武汉/深圳
2026-06-22 · 27届暑期实习
电源工程师
北京/武汉/深圳
2026-06-22 · 27届暑期实习
光机结构工程师
北京/武汉/深圳
2026-06-22 · 27届暑期实习
应用软件工程师
北京/武汉/深圳
2026-06-22 · 27届暑期实习
AI算法工程师
北京/武汉/深圳
2026-06-22 · 27届暑期实习
信号处理算法工程师
北京/武汉/深圳

📊 招聘数据概览

本档案收录 开立医疗 在招校招岗位 42 条。工作地点覆盖 深圳、北京、武汉、上海;招聘批次含 校招、27届暑期实习、27届校招、秋招;面向 2027、2024 届毕业生;学历要求以 硕士 为主;最近一次信息更新于 2026-08-27。

📍 工作城市
深圳 · 39 条北京 · 25 条武汉 · 16 条上海 · 15 条
🎓 学历要求
硕士
🗓️ 招聘批次
校招 · 20 条27届暑期实习 · 10 条27届校招 · 5 条秋招 · 5 条27届秋招实习
👥 面向届别
2027 · 17 条2024 · 4 条
数据由校招宝在招岗位库实时聚合(统计时间 2026-10-12),全部可在本站岗位详情页核实。

📝 笔面经精华(1 篇)

✍️ 笔面试经验 1 篇
开立医疗AI算法工程师笔经医疗图像分割迁移学习
🔑 核心要点
  • 小数据集用迁移学习:冻结底层只训最后一层或微调后几层
  • 二元分类抗样本不平衡指标:召回率、AUC、查全率,非准确率
  • 大题考Dataset代码review:训练loss降但验证Dice低,需找bug
  • 考察范围含深度学习、Transformer、大模型微调、聚类、CV数据集
⚠️ 注意事项
  • 少量数据勿全量重训,易过拟合
  • 准确率受正负样本比例影响,不平衡时不可靠
  • 验证Dice低常因数据增强/预处理或标签处理有误
💡 实用建议
  • 重点复习迁移学习冻结层与微调策略
  • 熟悉分类指标在类别不平衡下的适用性
  • 练习医疗图像分割Dataset代码排查与调试
数据来源:牛客网用户匿名分享,经校招宝提炼聚合展示,原始内容不提供。